Zurück zur Übersicht
AutoSynthData soll Schwächen von KI-Agenten erkennen und daraus überprüfbare Trainingsaufgaben erzeugen. In Tests verbesserte das Feintuning die Erfolgsraten, doch Belege für den Einsatz in realen Unternehmensabläufen fehlen bislang.
ServiceNow CoreAI hat AutoSynthData vorgestellt, eine Pipeline zur Erzeugung von Trainingsdaten für KI-Agenten. Sie nutzt Fehler eines Zielmodells und erfolgreiche Lösungen eines leistungsfähigeren Modells, um neue Trainingsaufgaben zu erstellen.
In Tests mit EnterpriseOps Gym erzeugte das Verfahren laut ServiceNow 2.000 Trainingsbeispiele in rund 18 Stunden. Nach dem Feintuning stieg die mittlere Pass@1-Rate im getesteten Hybrid-Bereich um 7,2 Prozentpunkte. Im ITSM-Bereich erhöhte sie sich von 18,77 auf 27,18 Prozent.
Die Zahlen stammen aus kontrollierten Tests in EnterpriseOps Gym. Ob sich die Verbesserungen auf reale Unternehmensabläufe übertragen, zeigt der vorgelegte Nachweis nicht. Das ist ein relevanter Fortschritt im Testumfeld, aber noch kein Beleg für den produktiven Einsatz.
Der Kommentarbereich wird geladen, sobald du ihn erreichst.
Weiterlesen